Diseño e Implementación de UAVs para la Inspección de Nidos de Aves en Líneas de Transmisión Basado en Aprendizaje Profundo
Autores: Li, Han; Dong, Yiqun; Liu, Yunxiao; Ai, Jianliang
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Diseño e Implementación de UAVs para la Inspección de Nidos de Aves en Líneas de Transmisión Basado en Aprendizaje Profundo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Detección de nidos de aves
Tecnología de aprendizaje profundo
Rendimiento en tiempo real
Vuelo autónomo
Inspección de energía.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En los últimos años, los vehículos aéreos no tripulados (VANT) se han utilizado cada vez más en las inspecciones de líneas eléctricas. Los pájaros a menudo anidan en las torres de las líneas de transmisión, lo que amenaza la operación segura de las líneas eléctricas. La investigación existente sobre la inspección de nidos de pájaros utilizando VANT se centra principalmente en la detección mediante postprocesamiento de imágenes, lo que tiene un rendimiento en tiempo real deficiente y no puede obtener resultados de detección de nidos de pájaros de manera oportuna. Considerando las deficiencias mencionadas, diseñamos un sistema de inspección de energía con VANT basado en tecnología de aprendizaje profundo para vuelo autónomo, posicionamiento y fotografía, detección de nidos de pájaros en tiempo real y exportación de resultados. En esta investigación, se tomaron y recopilaron 2000 imágenes de nidos de pájaros en el entorno real de inspección de energía para crear el conjunto de datos. La optimización de parámetros y la comparación de pruebas para la detección de nidos de pájaros se basan en tres modelos de detección de objetos: YOLOv3, YOLOv5-s y YOLOX-s. Se propone un modelo de detección de nidos de pájaros YOLOv5-s optimizado para la detección en tiempo real de nidos de pájaros, y se despliega en la computadora a bordo para la detección y verificación en tiempo real durante el vuelo. Se utilizó el VANT DJI M300 RTK para realizar un vuelo de prueba en un entorno natural de inspección de energía. Los resultados de la prueba muestran que el mAP del sistema de VANT diseñado en este documento para la detección de nidos de pájaros es del 92.1%, y la tasa de fotogramas de detección en tiempo real es de 33.9 FPS. En comparación con los resultados de investigaciones anteriores, este documento propone una nueva práctica de uso de drones para la detección de nidos de pájaros, mejorando drásticamente la precisión en tiempo real de la detección de nidos de pájaros. El sistema de VANT puede completar de manera eficiente la tarea de detección de nidos de pájaros en el proceso de inspección de energía eléctrica, lo que puede reducir significativamente el consumo de mano de obra en el proceso de inspección de energía.
Descripción
En los últimos años, los vehículos aéreos no tripulados (VANT) se han utilizado cada vez más en las inspecciones de líneas eléctricas. Los pájaros a menudo anidan en las torres de las líneas de transmisión, lo que amenaza la operación segura de las líneas eléctricas. La investigación existente sobre la inspección de nidos de pájaros utilizando VANT se centra principalmente en la detección mediante postprocesamiento de imágenes, lo que tiene un rendimiento en tiempo real deficiente y no puede obtener resultados de detección de nidos de pájaros de manera oportuna. Considerando las deficiencias mencionadas, diseñamos un sistema de inspección de energía con VANT basado en tecnología de aprendizaje profundo para vuelo autónomo, posicionamiento y fotografía, detección de nidos de pájaros en tiempo real y exportación de resultados. En esta investigación, se tomaron y recopilaron 2000 imágenes de nidos de pájaros en el entorno real de inspección de energía para crear el conjunto de datos. La optimización de parámetros y la comparación de pruebas para la detección de nidos de pájaros se basan en tres modelos de detección de objetos: YOLOv3, YOLOv5-s y YOLOX-s. Se propone un modelo de detección de nidos de pájaros YOLOv5-s optimizado para la detección en tiempo real de nidos de pájaros, y se despliega en la computadora a bordo para la detección y verificación en tiempo real durante el vuelo. Se utilizó el VANT DJI M300 RTK para realizar un vuelo de prueba en un entorno natural de inspección de energía. Los resultados de la prueba muestran que el mAP del sistema de VANT diseñado en este documento para la detección de nidos de pájaros es del 92.1%, y la tasa de fotogramas de detección en tiempo real es de 33.9 FPS. En comparación con los resultados de investigaciones anteriores, este documento propone una nueva práctica de uso de drones para la detección de nidos de pájaros, mejorando drásticamente la precisión en tiempo real de la detección de nidos de pájaros. El sistema de VANT puede completar de manera eficiente la tarea de detección de nidos de pájaros en el proceso de inspección de energía eléctrica, lo que puede reducir significativamente el consumo de mano de obra en el proceso de inspección de energía.